一、什么是人脸识别？

人脸识别是基于人的脸部特色信息进行身份识别的一种生物识别技能，用摄像机或摄像头采集含有人脸的图像或***流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列干系技能。

人脸识别技能分为人脸检测，人脸跟踪，人脸比对三个部分。
通过人脸检测可以在繁芜的背景和场景下判断是否存在活体面像，并将其分离出来并实时对被检测到的面貌进行动态目标跟踪，将采样到的面像与库存的面像依次进行比对，探求出最佳匹配工具。
这样我们就能真正地实现一“脸”走天下。

二、人脸识别的运用处景

落实到详细业务场景中，人脸识别技能有多种实现形式，例如企业、住宅的安全和管理，电子护照及***通过生物特色证件进行识别和管理，公安、法律、刑侦利用人脸识别系统追踪逃犯，银行的自动提款机，打算机的登录等等。

总的来说，人脸识别多作为用户的身份验证，可分为人脸1:1识别、人脸1：n识别等。
以人脸1:1识别为例，人脸1:1识别紧张是判断两张照片上的人是否是同一人。
人脸1:1识别模型返回一个判断分数，若分数越高，解释是同一个人的可能性越大，实际利用时，设定一个阈值M，高于阈值M的判断为同一人，通过1:1识别。
同理，人脸1:n识别即1个人脸在照片库中进行n次人脸1:1识别，终极匹配人脸库中得分最高的照片。

三、人脸识别技能测试方法

1.测试通过标准

以某掌银的刷脸转账功能为例，我们会对接口调用连通性、报文格式、参数造孽校验、返回码正误等等进行测试，而由于人脸识别利用了生物识别技能和人工智能的算法与模型，海量数据演习出的模型会由于光芒的明暗、背景的滋扰、以及发型、眼镜等装饰的变革，而影响到转账的成功度，因此还需测试这些模型的识别结果准确率。
（虽然模型演习完美，但目前却无法担保100%的精确率，因此一样平常来说便是各业务场景利用职员自行决定准确率通过准则，业界的通用标准是人脸识别准确率达到99%以上）以是当人脸识别模型的接口可以成功调用，并且模型的识别结果准确率达到通过准则时，视为测试通过。

2.测试流程

下图展示了测试模型识别效果的紧张测试流程。
首先须要准备一定量的测试数据，分为两个部分，一部分是测试素材集，如成对的人脸照片；另一部分是根据所测模型手工为测试素材打上的标签集，即人脸照片的对应关系。

数据准备好之后，即可开始测试，为每一个测试素材布局一条要求所测模型做事的报文，发送至“人脸识别做事”，将“人脸识别做事”返回报文的结果和对应标签进行比拟，遍历完所有的测试数据后，根据比拟结果集打算准确率、召回率、误识率等模型效果评估指标。
不同的模型和业务场景的关注点不同，利用的模型效果评估指标也有所差异，人脸1:1识别模型采取误识率和通过率。
为了提高测试效率，常日通过编写测试脚本实现批量自动测试。

在测试过程中测试数据至关主要，一方面数据量需得当，数据量太少随意马虎存在有时性，一个测试样本的识别结果对模型评估指标的值会有较大的影响。
另一方面测试数据应只管即便贴合实际运用处景，包含正负样例。
为了贴近运用处景，人脸1:1识别的测试数据可以准备N张生活照凑集（A）和N张对应的公安网小图凑集（B），在选择生活照时考虑同一个人差别较大图片、不同年事的图片以及戴帽子、戴眼镜等存在滋扰的图片。
人为标注了生活照和公安网小图的逐一对应关系（即实际为同一人）。

任意从A凑集和B凑集各抽取一张图片，布局一条人脸1:1识别的要求报文，统共可以布局出NN条要求报文，个中有N条要求中两张图片为同一人，称为正样例，别的N（N-1）条要求中图片为不同人，称为负样例。
利用布局的NN条报文要求“人脸识别做事”，将返回结果与人工标注进行比拟。

“误识”是指人脸1:1识别模型对两张不同人的照片要求返回了较高的分数，超过了阈值M，即将负样例判断为同一人；“误识率”是指“误识”的负样例占所有负样例的百分比。

“通过”是指人脸1:1识别模型对同一人的两张图片的要求返回了较高的分数，即将精确判断为同一人；“通过率”是指“通过”的正样例占所有正样例的百分比。

我们希望人脸1:1识别模型的“误识率”为0，“通过率”为100%，而“误识率”和“通过率”与阈值M密不可分，若阈值M设定的低，极度情形设置为0，则不同人的照片可以轻易的通过模型识别判断为同一人；阈值M设定的越高，“误识”和“通过”的可能性越小，极度情形M设置为100，则虽然可以有效阻挡不同人照片通过识别，但也涌现同一人的照片无法通过识别的情形，影响用户体验。
因此在设置阈值M时存在二者的权衡。

由于在测试时，阈值M还未确定，同时考虑到人脸1:1识别紧张用于身份校验，对“误识”的容忍度更低，可以先确定“误识率”，再打算对应阈值M，末了打算通过率，并以通过率作为模型效果评价指标的办法。
测试评价指标的打算常日通过自动化办法实现，编写测试脚本实现从布局要求报文、仿照发送、吸收解析、结果记录、评价指标打算的全流程。

以上是人脸识别技能详细的测试方法，而实际针对不同的运用处景及模型特点，还须要结合实际考虑测试数据，模型评估指标的选择。

如果你的也有很多问题想要办理，你的测试职业方案也须要一点光亮，你也想随着大家一起分享磋商，我给你推举一个「Python自动化测试学习互换群」你缺的知识这里有，你少的技能这里有，你要的大牛也在这里……

请关注+私信回答：“测试”就可以免费拿到软件测试学习资料，同时进入群学习互换~~